1.首先，需要两列时间序列数据，将他们命名为future4，future5，存入eviews。

2.对两组数据取对数，得新的数据：P4=log(future4)，P5=log(future5)。可在eviews中点击Genr输入p4=log(future4)可自动产生对数数列。

为何取对数？：可以部分消除异方差的问题，另外，其差分可以表示发展速度的对数，也可以消除序列相关的问题.有时候要看经济意义!取对数也可减少数据的波动，在高频数据中尤是。变量取对数是为了消除异方差,系数也是弹性系数，主要是为了消除金融时间序列的异方差现象，可以将可能的非线性关系转化为线性关系，减少变量的极端值、非正态分布以及异方差性。

针对上面提到的非线性关系转化为线性关系，做进一步的解释：经济序列通常做对数化处理，因为log有很多优良特性。如取对数，很容易操作，正如上面所说，输入log(x)就可以产生原数列相应的对数数列。还有一些关系式如log(a*b)=log(a)+log(b),log(a^2)=2*log(a)，这种特性可以很容易的把函数之间的关系线性化。加上log，常可以使得经济数列变得更容易处理。)

3.对两个时间序列分别做ADF检验。

1.eviews中选取时间序列P4，右键=》open。在新的窗口中点击 view=》unit root test。

2.ADF检验需要对3个模型依次检验，所以在unit root test窗口中先①选：level、trend and

模型建立——时间序列 eviews协整检验(EG两步法(Engle-Granger))

intercept。然后确认=》得到

第一行是所得t值，下面3行是临界值。t=-2.0665>临界值，因此非平稳。因此要继续检验②：level、intercept，假设还是非平稳。继续检验③：level none。假设还是非平稳，则做一阶差分，即将level换成1st difference，将之前①②③从新来过，一旦t

4.协整检验

得出两个相同的单整时间序列，P5 说明两时间序列存在接下来存在协整的可能。否则就不可能协整。

下面采用EG(Engle-Granger)两步法进行协整检验：

EG两步法，分两步。第一步，计算非均衡误差et，第二步，检验单整性。et为稳定序列则为协整。

操作：选取P4 ，P5 然后右键=》open=》as group。新窗口中点击proc=》make equation=》确定。得到等式。然后在新窗口中点击proc=》make residual series=》ok。从而得到残差项时间序列et。接着对该序列进行adf检验(如上所述)。若残差项平稳，则存在(1,1)阶协整。如果et为1阶单整，则变量Y,X为(2,1)阶协整。

2012年4月13日补充：需要注意的是：这里的DF或ADF检验是针对协整计算的残差项而非真正的非均衡误差，因此拒绝零假设的机会比实际情形大，所以临界值并非EVIEWS自带的参考值。参考临界值如下：

模型建立——时间序列 eviews协整检验(EG两步法(Engle-Granger))

另外，本文参照了高等教育出版社《计量经济学》文中并未提到EG两步法的第二步何时不存在协整。因此建议，可以采用jj检验，也就是在数据open as group后点击view==》点击cointegration test将直接显示协整检验的结果。图片如下，可以看到，红线处指出，是否存在协整关系。系数大小等信息都会在结果中显示出来。

模型建立——时间序列 eviews协整检验(EG两步法(Engle-Granger))

协整关系存在后，就可以建立误差修正模型(ECM)了。

为什么呢？因为Engle和Granger 1987年提出Granger表述定理：如果变量X与Y是协整的，他们之间的短期非均衡关系总能由一个误差修正模型表述。数据分析培训

但是多元的如何，这里还未了解。

回归模型中对变量取对数的作用是什么

问题是：在Include in test equation中，是否含有常数项、常数和趋势项、或二者都不包含，我应该选哪个？

回答说：

序列有非0均值，但没有时间趋势，选常数项；

序列随时间变化有上升或下降趋势，选常数和趋势项‘

序列在0均值上下波动，选二者都不包含。

————————————————————————————————

另外，个人现有一点不明，即ADF检验时，unit root test中，lag length这里应该怎么选，原因是什么？来龙去脉还未了解。数据分析培训